BAB 5 KESESUAIAN ITEM UJIAN

 

Pengenalan

 

 

Selepas sesuatu pembinaan dijalankan , satu pencerapan haruslah dijalankan bagi memastikan samada item atau soalan tersebut sesuai untuk digunakan. Biasanya prosedur yang dijalankan termasuklah menganalisa setiap item tersebut. Ini adalah untuk membolehkan kita mengasing atau menggunakan item-item tersebut untuk tujuan  ujian seterusnya. Seperkara lagi ialah untuk memastikan samada pengguna tahu atau tidak tahu akan ujian yang akan diambil. Dalam memastikan bahawa item tersebut boleh digunapakai adalah membuat pengukuran perbezaan bagi setiap item yang dijalankan. Sebagai contoh, jika ujian yang dibina adalah bertujuan mengukur pencapaian sekolah maka ujian yang hendak dijalankan hendaklah akur akan pencapaian yang ditetapkan.

 

Kesahan item bagi tujuan meramal pengukuran criteria boleh di tentukan dengan membuat pengiraan korelasi diantara skoran tehadap item dengan skoran pengukuran tersedia. Pengukuran korelasi koefisien yang sering digunakan adalah koefisien titik-biserial ( point-biserial coffecient).

 

Namun bagi tujuan pengukuran bilik darjah, kebiasaannya posedur yang disering digunakan adalah melibatkan penentuan peratus pengambil ujian yang lulus setiap item denga korelasi setiap criteria item. Dalam hal ini, criteria yang dimaksudkan adalah skor keseluruhan ujian tersebut. Item yang berkualiti harus mempunyai ciri-ciri keakuran dari aspek kurikulum, spesisfikasi dan peluang. Item juga hendaklah tepat dalam konstruknya, tepat akan tajuk atau konteksnya dan hendaklah jelas dari segi stimulus, tugasan dan arahan. Oleh itu item atau soalan yang dibina juga hendaklah sesuai dengan kehendak serta ketetapan.

 

Objektif

 

Diakhir bab ini, anda seharusnya dapat :

 

i) menilai ujian berdasarkan tahap kebolehpercayaan dan kesahanujian

ii) membina item ujian agar lebih dipercayai dan sah

 

 

5.1.1 Indeks Kesukaran

 

           

         Yang pertama adalah indeks kesukaran (item-difficulty index)  (p). Indeks ini ditentukan dengan nisbah calon yang mendapat jawapan betul bagi sesuatu item dan dinyatakan dalam persamaan berikut

 

                                    Bilangan calon yang menyatakan jawapan yang betul bagi item x

                            P =               Bilangan calon yang menjawab item x

 

 Nilai bagi p ialah diantara 0.00 hingga 1.00. item yang mudah mempunyai p yang besar dan sebaliknya sesuatu item yang sukar nilai p adalah kecil. Walau bagaimanapun, dikatakan bahawa item yang terlalu mudah ( apabila nilai p adalah lebih dari 0.85 ) atau item itu terlalu sukar ( apabila p kurang daripada 0.15 )tidak akan memberikan maklumat psikometrik yang berguna.

 

        

 

         Aras kesukaran item boleh ditentukan dengan nilai p, seperti berikut ;

  

                       

Nilai p

Aras kesukaran

0.61  hingga 0.80

Item mudah

0.36 hingga 0.60

Item sederhana

0.20 hingga 0.35

Item sukar

 

 

         Indeks kesukaran juga boleh ditakrifkan sebagai peratusan pelajar yang menjawab ujian dengan betul. Lagi besar peratusan jawapan betul yang diperolehi lagi mudahlah sesuatu item. Lagi tinggi peratusan item kesukaran lagi mudahlah item tersebut (Wood, 1960). Item yang dijawab betul oleh 85% pelajar akan mempunyai nilai p 0.85, manakala item yang dijawab betul oleh 50% pelajar  akan mempunyai nilai indeks kesukaran p yang rendah iaitu 0.50.

 

         Nilai p hanyalah satu ukuran sikap. Definisi lain bagi terma kesukaran dalam ciri intrinsik, kesukaran boleh didefinisikan dalam bentuk kekerapan relatif pengambil ujian memilih respon jawapan yang betul (Thorndike et al, 1991). Sebagai contoh, item manakah dikatakan sukar ?

 

1.       Siapakah Tunku Abdul Rahman Putra Al-Haj ?

2.       Siapakah Tun Dr.Mahathir ?

  

Kita tidak boleh menyatakan item mana yang sukar selepas membaca soalan ini. Seseorang akan hanya mengenali nama bagi kedua-dua tokoh tersebut. Namun untuk menyatakan soalan mana yang ditanya itu sukar hanya boleh ditentukan dengan membuat ujian kesukaran item.

 

 

Berikan definisi indeks kesukaran.

 

 

 

 

 

Contoh yang lain, item ujian Bahasa Inggeris yang sukar bagi pelajar sekolah rendah akan ternyata lebih mudah bagi pelajar sekolah menengah kebangsaan. Nilai p akan membolehkan kita membuat pengukuran indek kesukaran di situasi  atau ditempat berbeza. Adalah sukar, bagi kita menentukan samada menjawab soalan sejarah melibatkan pengetahuan yang lebih mantap, kompleks atau khusus dari yang diperlukan untuk menjawab soalan matematik. Apabila nilai p  digunakan untuk menentukan indek kesukaran, adalah lebih mudah bagi menentukan samada item ujian sejarah adalah lebih sukar dari item matematik khusus bagi ujian yang diambil oleh pelajar yang sama.

 

Untuk lebih memahami keadaan ini, kita lihat beberapa lagi contoh berikut. Apabila kita memilih jawapan yang tidak ditetapkan ( p=0 ), dan tidak ada perbezaan individu didalam skoran bagi item tersebut. Apabila semua item didapati sukar, majoriti ujian skoran adalah rendah. Dan jika semua item adalah mudah, kebanyakan ujian skoran adalah agak tinggi. Oleh itu, nilai p akan terus menghalang kepelbagaian ujian skoran.       

         

Bagi item objektif yang skornya berbentuk dikotomus, aras kesukaran item ditakrifkan sebagai peratus atau kadar bilangan murid yang memberi respons dengan betul, kadaran tersebut dipanggil indeks kesukaran item.

 

Contoh:

 

Item A yang direspons betul oleh 80 daripada 100 orang murid, indeks kesukarannya ialah 80% atau 0.8. Item B yang direspons betul oleh 30 daripada 100 orang murid, indeks kesukarannya ialah 30% atau 0.3.

 

Pengiraan di atas menunjukkan :

 

Item A lebih mudah daripada item B. Aras kesukaran item  lebih tinggi daripada item A.

Bagi item subjektif yang skornya boleh bernilai 0, 1, 2, 3, …atau tidak dikotomus, indeks kesukarannya ditentukan dengan mencari peratus skor min (skor purata) atau kadar skor min.

 

Indeks kesukaran item (K) =  Skor Purata

                                                         Skor Maksimum

 

 

Indeks kesukaran bagi item ujian menerangkan bilangan pelajar yang menjawab dengan betul sesuatu soalan yang diberikan. Sebagai contoh, dalam sesuatu ujian didapati , indek kesukaran item adalah 65, ini menunjukkan bahawa 65 peratus pelajar yang mengambil ujian tersebut menjawab dengan dengan betul. Lagi tinggi indeks kesukaran, , lebih mudah item ujian tersebut. Satu ujian yang merangkumi bahan subjek berkaitan hendaklah mengandungi item yang merangkumi pelbagai nilai julat kesukaran, namun, jika terdapat peluang atau petunjuk bahawasanya akan ada indeks atau tahap dibawah 25 , maka seharusnya item tersebut tidak dimasukkan. Begitu juga jika sesuatu item ujian dijangka akan menjadi terlalu mudah maka ianya juga harus tidak disertakan.

 

 

Lagi tinggi peratusan item kesukaran lagi mudahlah item tersebut.Bincangkan.

 

 

 

 

 

 

 Ujian kebolehpercayaan dan kesahan akan dimaksimakan jika kebanyakkan kesukaran item adalah agak mudah yakni diantara tahap peluang dan 100. Dalam keadaan biasa, sesuatu ujian hendaklah yang mengandungi tahap kesukaran diantara julat 60 hingga 85 dan selebihnya pada sekitaran 25 dan 100. Ujian yang mengandungi 2 alternatif (betul-salah) seharusnya mengandungi tahap kesukararan diantara 50 hingga 100.

 

Koefisien korelasi titik-biserial mengukur hubungan diantara skor item dengan skor ujian. Nilai julat statistik ini adalah diantara -100 dan + 100. Nilai positif tinggi menunjukkan sesesorang yang menjawab item dengan betul akan menerima skoran yang tinggi dalam ujian berbanding dengan menjawab dengan tidak betul. Nilai hampir sifar akan menunjukkan terdapat hubungan yang sedikit diantara skoran pada item dan skoran ujian. Adalah harus untuk mengekal item ujian yang mempunyai koefisien korelasi titik biserial yang tinggi dan membuangkan item ujian yang hampir bernilai sifar atau bernilai negatif. Sebagai panduan, adalah dicadangkan item korelasi yang bernilai negatif atau hampir sifar ( 10 atau kurang) dibuang atau dikajisemula dan item ujian yang bernilai kolerasi positif rendah dikaji semula bagi menentukan bagaimana untuk memperbaiki keadaan item tersebut.

 

Rumusan konsisten dalam Kuder-Richardson 20 digunakan dalam pengiraan komputer bagi menentukan anggaran kebolehpercayaan item ujian. Korelasi kebolehpercayaan jenis ini akan menentukan dan memberikan tahap indikasi individu yang mengambil ujian akan memperolehi skoran yang sama dalam ujian. Nilai anggaram julat Kuder-Richardson ini adalah diantara 0.000 dan 1.000. Nilai yang hampir dengan +1.000 menunjukkan ujian tersebut mempunyai tahap kebolehpercayaan yang tinggi.  Anggaran hendaklah dibuat secara berhati-hati jika bilangan pelajar yang mengambil ujian tidak menyempurnakan ujian dalam masa yang ditetapkan. Untuk  ujian biasa selama 50 minit, koefisi kebolehpercayaan pada tahap 0.75 adalah sesuai. Kebolehpercayaan boleh ditingkatkan melalui ujian ulangan berdasarkan analisis data yang dijalankan. Memanjangkan masa ujian (apabila terdapat ujian amali) boleh meningkatkan tahap kebolehpercayaan, terutama bagi ujian pendek.

 

 

Pengukuran ralat rawak adalah anggaran bagi ralat kemungkinan skoran ujian. Ia diinterpretasikan sebagai mana dijalankan keatas sisihan piawai. Pengukuran ralat rawak pada tahap 3.500 sebagai contoh, menunjukkan bagi mana-mana satu skoran ujian, kemungkinannya adalah 2 : 1, yang mana skoran sebenar pelajar ( purata skoran bagi setiap ujian ) tidak akan terpencong dari lebih 3.500. Lagi tinggi kebolehpercayaan dan lagi bebas kesalahan ujian tersebut, lagi kecil lah nilai ralat tawak. Aplikasi terusan ini kepada skoran menjadikan pengukuran ralat rawak amat penting bagi menilai perbezaan diantara pelajar dan menentukan markah dan gred.

            Indek kesukaran boleh digunakan untuk:

  • Mengenalpasti konsep yang akan diajar semula
  • Menyediakan atau memaklumkan kemungkinan kelemahan dan kekuatan kurikulum
  • Memberi maklumbalas kepada pelajar
  • Memberi atau memaklumkan mengenai kemungkinan item bias

 

5.1.2 Indeks Diskriminasi ( rbis )

 

           

Jika sesuatu ujian dan sesuatu item mengukur perkara yang sama, seseorang akan menganggap mereka yang boleh menjawab dalam ujian tersebut akan menjawab dengan baik atau betul bagi item tersebut dan jika mereka yang gagal menjawab ujian tersebut akan turut gagal alam menjawab item tersebut. Item yang baik akan mendiskriminasikan diantara mereka yang baik dengan mereka yang kurang baik.

 

Indek diskriminasi ialah pekali korelasi yang mengaitkan skor ujian ( data selanjar ) dengan skor setiap  opsyen ( data dikotomous , 1 jika memilih dan 0 jika tidak memilih opsyen bagi sesuatu item berkenaan. rbis digunakan untuk menentukan darjah keupayaan sesuatu item bagi membezakan antara calon daripada kumpulan yang mempunyai market keseluruhan ujian yang tinggi dengan yang rendah.

 

Pekali korelasi “point-biserial”, ditentukan dengan menggunakan persamaan  berikut :

                                                              

                                                            

 

 

 

 

 

 

 

 

dimana :

 

x ialah min skor ujian calon yang menjawab betul

µ ialah min skor ujian

σ ialah sisihan piawai ujian

p ialah nisbah calon yang menjawab betul (indeks kesukaran)

q = ( 1 – p )

 

 

 

 

Nilai indeks diskriminasi adalah antara – 1.00 hingga 1.00. rpbis yang bernilai positif menunjukkan calon yang mendapat skor ujian yang tinggi menyatakan jawapan yang betul, manakala calon yang mendapat skor ujian yang rendah memilih opsyen yang salah (distraktor). Jika sebaliknya berlaku, dimana calon yang mendapat skor ujian yang tinggi memilih opsyen yang salah (distraktor), manakala calon yang mendapat skor ujian yang rendah menyatakan jawapan yang betul, rpbis akan bernilai negative. Bagi item yang menunjukkan nilai rpbis adalah 0, bermakna item ini tidak dapat mendiskriminasikan antara pelajar dari kumpulan yang mendapat skor tinggi dengan kumpulan calon yang mendapat skor ujian yang rendah.

 

                                  

 

Pengelasan kebolehan item mendiskriminasi berdasarkan rpbis

 

 

rpbis

Pengelasan

0.40 dan keatas

Sangat baik

0.30 hingga 0.399

Baik

0.20 hingga 0.299

Sederhana

0.10 hingga 0.199

Kurang baik

Kurang daripada 0.10

Tidak baik

 

 

Apakah yang dimaksudkan dengan indeks diskriminasi. Bincangkan

 

 

 

5.1.3 Pemarkahan Item dan Tahap Masa Ujian

 

 

Menjawab persoalan sama ada sesuatu ujian boleh menjamin ketekalan dalam pemeriksaan dan pemarkahannya. Sama ada ujian itu akan diperiksa dan diberi markah oleh beberapa orang guru sebagai pemeriksa yang berasingan atau oleh seorang guru. Sesuatu ujian dikatakan mempunyai kebolehpercayaan (ketekalan) antara beberapa orang pemarkah sekiranya keputusan pemarkahan mereka sama atau hampir sama.

 

 Faktor penting ialah skim pemarkahan bagi ujian tersebut. Skim ini bertujuan untuk menyelaraskan prosedur pemarkahan atara pemeriksa dan menjaga ketekalan dalam pengagihan markah. Ini amat penting bagi ujian jenis subjektif, seperti ujian mengarang, ujian lisan yang dinilai oleh pemeriksa secara bersendirian. Tujuan skim ini untuk mengurangkan ciri subjektiviti kepada peringkat yang paling minimum dan meningkatkan ciri objektiviti kepada peringkat yang paling maksimum dan mengawal ketekalan pemarkahan dan pengukuran melalui satu skim pemarkahan yang standard atau serupa.

 

Bagi ujian bahasa yang bercorak objektif seperti ujian kefahaman bacaan atau aspek bahasa yang lain  menggunakan   soalan dalam bentuk aneka pilihan, persoalan subjektiviti dalam pemarkahan mungkin tidak timbul. Bagaimanapun, ketekalan pemarkahan antara pemeriksa yang biasanya terkawal ketat dalam ujian yang menggunakan soalan-soalan aneka pilihan. Ketekalan jenis ini tidak mencukupi untuk menjamin kebolehpercayaan sesuatu ujian secara keseluruhannya. Sesuatu ujian yang berbentu aneka pilihan biasanya terdiri daripada beberapa item. Setiap item perlu dinilai dari aspek kebolehpercayaan atau ketekalannya menjalankan sesuatu tugas. Kita perlu melihat kebolehpercayaan item tersebut.

 

Perkiraan sama ada hendak menjalankan sesuatu ujian pada hujung bulan, pertengahan bulan, hujung penggal, pertengahan tahun atau pada hujung tahun akan membawa implikasi terhadap penentuan skop dan kandungan ujian tersebut. Dengan kata lain, ini akan menentukan jenis ujian yang akan dibina oleh guru, sama ada ujian formatif atau sumatif.

 

Dalam pendidikan bahasa, ujian formatif mempunyai skop dan kandungan yang terhad. Ujian ini mungkin tentang satu atau dua kemahiran bahasa ataupun tertumpu kepada satu atau dua aspek bahasa seperti tatabahasa atau perbendaharaan kata. Bagi kemahiran bahasa pula, kadang kala ujian ini tertumpu pada kefahaman mendengar sahaja ataupun bacaan dan kefahaman sahaja. Dalam kemahiran menulis pula, ujian yang bercorak formatif mungkin hanya menguji kemahiran murid menulis surat kiriman, misalnya jenis rasmi seperti memohon pekerjaan atau menulis karangan mengikut tajuk yang bercorak perbincangan sahaja. Jenis ujian kecil ini bertujuan untuk melihat kemajuan murid dalam mempelajari sesuatu kemahiran atau aspek bahasa yang tertentu sebelum guru melanjutkan pengajarannya dengan perkara baru.

 

Dalam pendidikan bahasa, ujian bulanan atau ujian pertengahan penggal eloklah bercorak formatif dan diagnostik yang bertujuan untuk menguji kemajuan murid dalam mempelajari satu atau dua kemahiran atau aspek bahasa dari semasa ke semasa. Contohnya, ujian bacaan dan kefahaman juga ada pelbagai jenis. Sekiranya guru telah menguji bacaan dan kefahaman keratan pelbagai jenis prosa dalam bulan Januari, mungkin dalam bulan lain guru tersebut boleh menguji bacaan dan kefahaman puisi.

 

Sekiranya ujian yang hendak dijalankan itu pada tahap pengajaran yang lebih panjang seperti di hujung penggal, pertengahan tahun atau di hujung tahun, skop dan isi kemahiran atau aspek bahasa yang akan diuji menjadi lebih luas. Ini mungkin memerlukan guru membina ujian yang lebih menyeluruh dan bercorak sumatif bagi tahap tersebut.

 

 Ujian yang bercorak sumatif memerlukan guru memilih satu sampel subkemahiran yang hendak diuji. Hal ini perlu sekiranya subkemahiran yang telah diajar itu banyak dan luas, contohnya aspek tatabahasa dan peribahasa. Mungkin dalam tempoh sepanjang penggal atau sepanjang tahun guru telah mengajar pelbagai jenis tatabahasa dan peribahasa. Tetapi dalam ujian penggal atau hujung tahun itu, guru boleh membina hanya beberapa soalan atau ujian tentang tatabahasa atau peribahasa.

 

 

 

Pada pendapat anda, adakah tempoh mengadakan ujian memberikan kesan ketas ujianyang dijalankan. Bincangkan.

 

 

 

 

5.2 Kebolehpercayaan Ujian

 

 

Kebolehpercayaan boleh merujuk kepada ciri skor berhubung dengan ketepatan dan ketekalan skoran bagi mengambarkan prsetasi calon dalam perkara yang diuji. Kebolehpercayaan  skor berkait rapat dengan instrumen pentaksiran yang digunakan. Kita harus bertanya samada ujian yang diberi dapat memberi ukuran yang konsisten kepada seseorang pelajar jika pelajar tersebut mengambilnya berulangkali. Skoran yang tidak konsisten yang disebabkan pembolehubah seperti kandungan yang tidak berkaitan, ujian yang tidak sesuai, kohort dan sebagainya. Kebolehpercayaan atau reliabiliti yang berkaitan dengan konsep ujian hendaklah boleh diharapkan, adalah stabil, tidak berubah dan tetap sama, boleh di agak atau dijangka dan tepat. Begitu juga jika kita mempercayai seseorang insan atau kawan yang sudah semestinya mempunyai sifat-sifat yang dinyatakan. Begitu juga dengan sesuatu ujian yang dijalankan dan dihasilkan, ianya mestilah boleh dipercayai dan bermakna. Kebolehpercayaan ujian boleh disebut sebagai darjah ketekalan antara dua pengukuran terhadap sesuatu bahan atau benda.

 

Dalam bilik darjah atau makmal, seorang guru biasanya mengharapkan untuk memperoleh pengukuran yang sama keatas sesuatu benda yang yang diukur, atau, mendapatkan pertimbangan yang sama apabila mengunakan penimbang yang berbeza dalam masa yang berbeza. Dalam mengukur pencapaian pelajar pula, guru mengharapkan keputusan ujian dakan tekal bagi gua ujian yang sama bentuk yang dijalankan kepada kumpulan yang sama pada dua masa yang berbeza.

 

Konsep asas teori pengujian menyatakan bahawa skoran yang dicerap atau diperhatikan (observed score) iaitu skor yang didapati oleh seseorang pelajar didalam sesuatu ujian mempunyai dua komponen :

 

i)                    skor sebenar ( true score  iaitu  ukuran sebenar kebolehan pelajar ) dan

ii)                   skor ralat ( error score iaitu ukuran yang disebabkan oleh alat dan kaedah pengukuran )

 

  

Oleh itu kita boleh membuat anggapan bahawa tiada skor yang menjadi ukuran sebenar bagi kebolehan seseorang.

 

Dalam ujian bahasa kita boleh katakan bahawa kebolehpercayaan sesuatu ujian sebagai ketekalan, iaitu mengukur sesuatu kemahiran atau aspek bahasa yang hendak diukur. Perkara yang hendak dinilai ialah ketekalan pengukurannya sebagai alat penguji. Contohnya, kita setuju bahawa jam adalah alat yang sah untuk mengukur masa. Alat ini mempunyai syarat terpenting sebagai alat penguji, iaitu kesahan.

 

Selain itu kita persoalkan syarat kedua, iaitu ketekalan (kebolehpercayaan) pengukurannya. Jam yang baik akan menunjukkan waktu pukul lapan setiap hari apabila berita TV3 dibacakan. Sekiranya jam itu menunjukkan pukul 8.15 atau pukul 8.20 walaupun waktu yang sepatutnya pukul 8.00 tepat, kita katakan pengukurannya tidak tepat dan tidak boleh dipercayai. Dengan kata lain, ukuran waktu yang ditunjukkan tidak tekal. Sebuah jam sebagai alat pengukur masa yang sah perlu boleh dipercayai dari segi ketekalan waktu yang ditunjukkannya.

 

Dalam memilih dan membina ujian bahasa di bilik darjah amatlah penting bagi guru bahasa memikirkan tentang kebolehpercayaan sesuatu ujian yang hendak digunakan. Kebolehpercayaan ujian tersebut ialah mengenai ketekalannya mengukur sesuatu kemahiran atau aspek bahasa yang diukurnya. Misalnya, sekiranya ujian digunakan pada pelajar yang sama, bolehkah menunjukkan keputusan yang sama walaupun ujian itu digunakan dua kali pada waktu yang berlainan.

 

Guru bahasa boleh membina ujiannya sendiri atau memilih dan menggunakan ujian yang sedia ada, mengetahui faktor yang boleh mempengaruhi kebolehpercayaan sesuatu ujian dan menggunakan pengetahuan ini bagi membina atau memilih ujian. Menurut teori ujian dan pengukuran, terdapat tiga jenis kebolehpercayaan. Setiap satunya merujuk kepada ketekalan pengukuran yang boleh dihasilkan sesuatu ujian.

 

Kebolehpercayaan item bermaksud ketekalan sesuatu item ujian itu membezakan murid yang lemah dalam sesuatu kemahiran atau aspek bahasa. Contohnya, ujian ejaan yang mengandungi 25 atau 50 item ejaan, guru perlu jangkakan bahawa terdapat ejaan   yang hanya boleh dieja dengan betul oleh murid yang pandai dan kerap dieja salah oleh murid yang lemah dalam ejaannya. Sekiranya ini berlaku, kita katakan item ejaan yang susah mempunyai kebolehpercayaan item yang tinggi kerana ketekalannya (kebolehpercayaan) membezakan antara murid yang pandai dan murid yang lemah dalam ujian.  Sebaliknya berlaku, iaitu ejaan yang susah kebanyakannya boleh dieja dengan betul oleh murid yang lemah dan tidak boleh dieja oleh murid yang pandai, kita katakan item tersebut tidak boleh dipercayai.

 

Kebolehpercayaan item kadang kala disebut sebagai ketekalan dalam sesuatu ujian kerana setiap item dalam ujian berfungsi dalam kebolehpercayaan atau ketekalannya membezakan murid yang pandai dengan murid yang lemah tentang kemahiran atau aspek bahasa yang diukur  ujian tersebut

 

  

Sehubungan itu, guru janganlah menggunakan item yang terlampau senang. Ini kerana murid yang pandai dan lemah pun boleh menjawabnya. Oleh yang demikian item-item tersebut tidak dapat berfungsi dalam membezakan antara kedua-dua golongan pelajar tersebut. Guru janganlah menggunakan item soalan yang terlampau susah. Hal ini kerana murid yang lemah   dan pandai tidak dapat menjawabnya. Oleh yang demikian item tersebut tidak dapat membezakan antara murid yang lemah dengan murid pandai. Sepatutnya item yang digunakan oleh guru adalah item soalan yang bercorak susah, sederhana dan senang dan bukan yang terlampau susah atau terlampau senang. Selain itu, item yang kabur atau yang mempunyai dua pilihan jawapan yang boleh dianggap betul hendaklah digugurkan daripada ujian tersebut.

 

            Pekali kebolehpercayaan selalunya diwakili oleh nombor yang bernilai diantara 0 hingga 1 yang menunjukkan kestabilan sesuatu ujian. Ada tiga kaedah yang dikemukakan untuk menghitung kebolehpercayaan sesuatu ujian iaitu Kaedah Test-Retest, Kaedah Bentuk Selari dan Kaedah Belah Dua.

 

 

 

Bincangkan mengenai kebolehpercayaan ujian

 

Kaedah Test-Retest

  • Dengan mengunakan kaedah test-retest , Pembina ujianakan memberi ujian yang sama kepada calon di situasi yang berbeza.
  • Skoran yang diperolehi pada tadbiran ujian pertama dibandingkan pada skoran tadbiran ujian ke dua dengan menggunakan korelasi ( r )
  • Kaedah ini menguji pencapaian keatas waktu dan memberi kestabilan anggaran
  • Kebanyakkan penyelidik menganggap kaedah ini amat sesuai untuk membuat pengukuran sementara, yang merujuk kepada konsistensi skoran ujian berbanding dengan kebolehpercayaan sebenar yang didefiniskan sebagai nisbah diantara varians sebenar dengan varians pemerhaatin
  • Pentadbiran ujian diantara kedua-dua  ujian boleh dijalankan dalam masa yang terdekat maupun masa yang berlainan
  • Apakah yang anda dapat agak jika masa pentadbiran ujian dijalankan agak lama ? tentulah tahap kebolehpercayaan adalah meingkat, kenapa ? Anggapan yang boleh dibuat adalah, calon-calon yang sama mengambil ujian semula tidak akan berubah dari segi sikap dan tahap kebolehan mereka walaupun pada dan waktu yang berbeza. Bolehkah anda fikirkan sebarang factor yang boleh menukarkan respons seseorang dengan cepat.
  • Salah satu kembimbangan yang dijangkakan adalah dikatakan sebagai latihan atau kesan tanggungan . Latihan atau latih-tubi adalah kelebihan kepada calon yang telah mengambil ujian tersebut, ini akan membolehkan mereka menyelesaikan atau memperbetulkan sebarang kesilapan keatas ujian yang pernah mereka ambil. Keadaan ini adalah satu perhatian khusus yang perlu diambil kira berkaitan dengan ujian semula .
  • Sesetengah penyelidik memberi pandangan berbeza mengenai kesan latihan ini kerana kesan ini dianggap sebagai unsure kestabilan dan ketidak-stabilan dalam pengukuran sementara sesetengah yang lain menganggapnya sebagai unsure bagi pengukuran ralat rawak.  Bolehkah anda memikirkan satu contoh lain ?

Kaedah Bentuk Selari

·         Bagi mengantikan kaedah latihan dan lain-lain masalah dengan kaedah test-retest, Pembina ujian biasanya memberik ujian yang selari kepada calon yang sama tetapi berlainan masa.

·         Kebolehpercayaan, dalam hal ini, sekali lagi di nilai dengan korelasi. Apa yang berkaitan atau yang dikorelasi ?

·         Kunci aspek kebolehpercayaan ini adalah untuk membentuk alternative yang hamper sama dengan terma kandungan, proses respons, kaedah dan cara, dan ciri statistic. Adakah aktiviti semula dan kesan latihan dihapuskan atau hilang terus ? adakah cara lain bagi kaedah alternative ini ?

Kaedah Belah-Dua

·         Kaedah belah-dua ini mengukur konsistensi dalam ujian. Ingat lagi pada pita pengukur, ia mempunyai konsistensi dalaman yang tinggi. Ukuran kaki yang pertama adalah sama dengan ukuran kaki ke dua dan ketiga dan begitu juga dengan setiap ukuran sentimeternya , ianya adalah uniform.

·          Kaedah belah dua juga turut mengurangkan atau menghapuskan beberapa masalaah seperti :

  1. keperluan menjalankan dua ujian
  2. kesukaran membina ujian semula
  3. kesan tanggungan dan pengaktifan semula
  4. perubahan sesesorang calon melalui masa

Kaedah yang mudah untuk menjalan kaedah belah-dua adalah dengan :

  • jalankan ujian keatas sekumpulan individu tertentu sahaja
  • jalankan secara rawak atau kaedah penentuan yang telah ditetapkan
  • hubungkaitkan sebahagian skoran awal dengan skoran baru
  • korelasi ini boleh digunakan untuk membuat anggaran kebolehpercayaan ujian
  • Kesan sabpingan kaedah ini adalah konsistensi dalamannua yang melibatkan masa ujian yang singkat. Apabila kita menjalankan ujian yang agak lama, dan membahagikan soalan kepada dua , kita juga turut mengurangkan kadar kebolehpercayaannya. Mengapa ? Soalan yang sama jenis akan terserlah dan akan memberi makluman terhadap trait, kemahiran dan pengetahuan untuk calon. Namun begitu, makluman spesifik ini akan memberikan makluman  kepada calon dan membolehkan variasi kepada skoran ujian yang akan meningkatkan kebolehpercayan.
  • Untuk itu , perubahan dalam kaedah ini adalah diperlukan dan rumusan Spearman-Brown boleh digunakan apabila membuat anggaran kebolehpercayaan dengan menggunakan kaedah belah-dua.
  • Rumusan yang digunakan adalah  :

 

Kebolehpercayaan Ujian Penuh = 2 X kebolehpercayaan ujian separuh

                                                   1 + kebolehpercayaan ujian separuh

 

Jika nilai kebolehpercayaan diantara kedua-belah didapati +0.80, kebolehpercayaan ujian sepenuhnya akan didapati bernilai berikut :

 

Kebolehpercayaan ujian penuh = 2 X 0.80  = 0.89

                                                  1 + 0.80

 

Satu lagi rumusan yang boleh dibuat perkiraan adalah dengan mengunakan rumus berikut :                                     rxx = k r / (1 + (k – 1))r

 

Dimana  k = bilangan item dalam ujian kaedah-belah dua (baru), iaitu bilangan soalan ujian yang asal  dari kaedah belah-dua dibahagikan dengan bilangan soalan ujian yang digunakan didalam korelasi belah-dua. Dalam erti kata yang lain, bilangan atau kadar tempoh masa ujian akan menjadi lebih lama. Sebagai contoh, katakan ujian anda mempunyai 80 soalan. Anda menjalankan kaedah kebolehpercayaan belah-dua dan mendapati  r = 0.8.  Nilai  r = 0.8 adalah berdasarkan jumlah 40 item. Bilangan 40 item tersebut adalah bilangan soalan dari item asal dalam kaedah sebelumnya. Sekarang anda inginkan kebolehpercayaan ujian anda dipinda kerana bilangan soalan ujian adalah 80. Bilangan 80 adalah merupakan tempoh atau bilangan ujian yang baru. Oleh itu, , k = 80/40 = 2.  Nota: Rumusan Spearman-Brown adalah digunakan untuk membuat anggaran berapakah ujian kebolehpercayaan akan meningkat apabila ujian ditingkatkan dengan memasukkan item selari.

r = adalah korelasi diantara pecahan asal

  • Kekurangan kepada kaedah belah-dua adalah beberapa kaedah ujian di pecahkan. Ini membuat pecahan memberi nilai korelasi yang tinggi.
  • Salah satu cara bagi mengukur konsistensi dalaman adalah membandingkan skoran setiap calon dan membahagikan kepada dua bahagian. Ini akan mengurangkan keslilapan sebarang ralat yang timbul akibat pecahan ujian kepada dua.
  • KR-20 (Kuder & Richardson, 1937, 1939). Kaedah ini digunakan bagi soalan ujian yang skorannya adalah 0 or 1. Formula Kudder Richardson 20 dan 21 dibuat berdasarkan penskoran yang dibuat secara diskrit atau dikotomi.Digunakan untuk item yang diskor secara dikotomi (betul-salah) seperti dalam ujian objektif perlbagai pilihan

                        KR20        =      k      (  1 -  <Σpq)

                                            k – 1            σT2

 

                        KR21  =     k        (  1 -  <m(k-m))

                                                  k – 1                ks2

  • Coefficicent alpha (Cronbach, 1951). Kaedah ini digunakan bagi soalan ujian yang skorannya adalah 2 atau lebih. Cronbach alpha adalah pekali alpha, α, yang kerapkali digunakan dalam menganggarkah kebolehpercayaan ketekalan-dalaman. Digunakan untuk item yang diskor secara dikotomi (betul-salah) atau politomi

                        α  =      k         (  1 -  Σσi2)

                                  k – 1                σT2

  • Selain dari itu, masalah yang berkemungkinan timbul adalah samada ujain belahan adalah  homogeneous (i.e., mengukur hanya satu ciri) or heterogeneous (mengukur banyak ciri).
  • Penyelesaian disini adalah menentukan kebolehpercayaan ujian bagi setiap komponen heterogeneous  dan membandingkan dengan mengunakan korelasi komponen.

 

5.2.1 Faktor Yang Mempengaruhi Kebolehpercayaan

 

            Antara yang dipercayai mempengaruhi kebolehpercayaan ujian ialah :-

 

Kemohogenan Item

 

Item ujian yang homogen ialah item-item yang mempunyai kesamaan dari segi prestasi atau peluang untuk dipilih. Bagi ujian berbentuk objektif aneka pilihan, pilihan jawapan mestilah homogen. Ini bermakna tiap-tiap opsyen mestilah berkaitan antara satu sama lain dan ada daya tarikan untuk dipilih oleh pelajar. Jawapan atau distraktor seharusnya tidak bias sehingga pelajar yang diuji terlalu mudah mengenal pasti jawapan atau bukan jawapan. Opsyen yang tidak ada persamaan boleh menjejaskan kebolehpercayaan skor ujian.

 

Pensampelan Item

 

Item-item yang dogunakan dalam sesuatu ujian adalah untuk menguji sebahagian trait yang menjadi pentunjuk kepada kebolehan seseorang. Oleh itu item tersebut adalah semata-mata sample bagi mewakili keseluruhan trait mengenai kebolehan seseorang. Jika pemilihan itu tidak tepat, ia menyumbangkan kepada varians ralat pengukuran. Akibatnya skor ujian itu tidak boleh dipercayai.

 

Ralat Rawak

 

Prestasi seseorang adalah berubah-ubah mengikut keadaan sekelilingnya. Sebarang perubahan yang berlaku di sekeliling menyebabkan prestasi berubah. Misalnya semasa ujian tiba-tiba bunyi bising di sekeliling calon atau bunyi loceng amaran berbunyi. Ini akan menyebabkan tumpuan dan konsentrasi calon dan varians skor ralat akan masuk ke dalam varians skor yang dicerap. Lain-lain contoh ralat rawak adalah seperti sakit, penat, ketegangan emosi, risau dan lain-lain. Pihak pentadbir yang mengendalikan ujian hendaklah menyediakan keadaan dan persekitaran tempat yang sesuai dan peraturan pentadbiran ujian yang sempurna.

 

Tempoh Ujian

 

Pada amnya semakin panjang atau lama tempoh ujian semakin tinggi kebolehpercayaan skor ujian itu. Ini adalah kerana tempoh ujian dapat memberikan persampelan yang baik dari segi tingkah laku yang ingin diukur, malahan skor kurang dinganggu oleh tekaan.

           

           

5.2.2    Indeks Kebolehpercayaan

 

Selain dari nilai purata p ( indeks kesukaran ), terdapat satu lagi indeks penting yang dipanggil indeks kebolehpercayaan atau “ alpha  ( α ) “. Indeks kebolehpercayaan akan menunjukkan pada tahap manakah hasilan keputusan ujian adalah sama jika semua pelajar mengambil atau mengulang semula ujian yang telah diambil ( dengan anggapan pelajar tersebut tidak ingat atau lupa akan ujian yang lepas ). Oleh kerana perkara sebegini tidak akan berlaku, alpha akan mengukur kebarangkalian kebolehpercayaan dengan mengunakan ketekalan hasilan keputusan ujian. Nilai julat  indeks kebolehpercayan adalah diantara -1.00 hingga + 1.00. Namun, nilai indeks kebolehpercayaan mestilah nilai positif, dan bagi kebanyakkan orang perbezaan pada kadaran 0.85 adalah diperlukan. Dan apabila sesuatu ujian atau peperiksaan diambil kira, ini akan meningkatkan tahap kebolehpercayaan keseluruhan dan nilai 0.65 bagi setiap kertas ujian adalah memadai.

 

 

5.2.3 Mempertingkatkan Kebolehpercayaan

 

Bagi mempertingkatkan kebolehpercayaan, pendapat menyatakan agar tempoh masa ujian di panjangkan dan bilangan soalan ujian ditambah atau dibanyakkan. Sebagaimana larian marathon memberi lebih jarak atau ruang diantara pelumba lari dari pelumba acara pecut 100 meter dan membolehkan pelumba ruang untuk menyusun langkah larian atau merapatkan larian, ujian yang lebih lama adalah dipercayai lebih reliable dari ujian yang pendek. Perhatian hendaklah diberi terhadap tahap kebolehpercayaan yang berdasarkan ketekalan sample ujian dan percambahan ujian tersebut. Jika sasaran populasi adalah pelbagai, yang memerlukan perbezaan besar dalam mengukur kebolehan dan pengetahuan, adalah lebih mudah untuk mencapai tahap kebolehpercayaan yang diperlukan.

 

 

Oleh itu, pengukuran ralat piawai akan memaklumkan keberkesanan skoran individu pelajar atau calon. Ia akan mengenalpasti ditahap manakah skoran akan dikenalpasti ketepatannya. Tahap yang dimaksudkan adalah jika 68% ketentuan maka ia akan ada pada tahap purata 1 atau pun jika pada tahap 96% , ianya akan berada pada tahap 2.  Ini bermaksud , kita boleh mengenalpasti pada tahap 68%, jika calon memperolehi skoran 30 pada ujian pertama, dan jika calon mengulang ujian yang sama, beliau dijangka akan memperolehi purata skoran diantara 30 + 2.7 = 33 atau 30 – 2.7 = 27 dan pada tahap 96%

pula, calon dijangka akan memperolehi skoran 30 + (2 x 2.7) = 35 dan 30 – ( 2 x 2.7 ) = 25.

 

5.3       Kesahan Ujian

 

Alat taksiran yang mengukur apa yang ia ukur adalah sah. Sesuatu alat pengukur tidak memiliki kesahan untuk “semua tujuan”. Sesuatu ujian mungkin sangat sah untuk sesuatu tujuan atau untuk sesuatu tahap umur ataupun untuk jenis subjek tertentu tetapi ia tidak mungkin sah dalam situasi lain. Oleh  sebab sesuatu ujian yang tidak sah adalah dianggap tidak berguna maka seseorang itu hendaklah membentangkan bukti yang boleh memberi keyakinan bahawa ujian yang digunakannya mengukur tepat cirri-ciri ujian yang berkenaan direka bentuk untuk diukur. Dalam menilai kesahan ujian sesuatu ujian untuk tujuan tertentu kita hendaklah memeriksa satu atau lebih dari jenis kesahan berikut.

 

Konsep kesahan  sesuatu ujian bahasa sebagai alat untuk mengukur dan mengkuantitikan sesuatu kemahiran atau aspek bahasa tidak berbeza dengan konsep kesahan alat pengukur yang lain. Dalam bidang pengujian bahasa, sesuatu ujian merupakan alat untuk mengukur sesuatu kemahiran atau aspek bahasa. Tinggi atau rendah kesahan sesuatu ujian bergantung pada ketepatannya mengukur sesuatu kemahiran atau aspek bahasa yang perlu diukur berdasarkan tujuan atau fungsi pengujian. Contohnya, ujian ejaan dianggap sah sekiranya benar-benar dapat mengukur kebolehan pelajar mengeja.

 

Dalam ujian bahasa timbul persoalan sama ada kesahan sesuatu ujian dianggap tinggi atau rendah  menurut ketepatan mengukur sesuatu kemahiran atau aspek bahasa yang hendak diukur. Setiap kali guru membina ujian bahasa, sama ada menguji kemahiran mendengar, bertutur, membaca,  menulis  atau aspek bahasa lain seperti tatabahasa, kosa kata dan sebagainya amatlah penting bagi guru mempersoalkan kesahan ujian yang dibina.

 

Adakah ujian yang dibina benar-benar dapat menguji dan mengukur kemahiran murid mendengar?. Adakah ujian bertutur benar-benar dapat menguji dan mengukur kemahiran murid bertutur?. Adakah ujian kosa kata yang dibina guru benar-benar menguji perbendaharaan kata pelajar atau hakikatnya menguji tatabahasa? Atau berlaku sebaliknya, ujian tatabahasa yang dibina guru tidak menguji pengetahuan tatabahasa sebaliknya menguji kosa kata. Contoh-contoh ini perlu ditanyakan kepada diri sendiri  apabila membina sesuatu alat ujian bahasa untuk menjaga darjah kesahan atau kesahihannya. Jika guru tidak diawasi, kadang kala alat ujian yang dibina tidak menepati tujuan ujian. Perkara lain yang hendak diukur tidak terukur dan perkara lain pula yang terukur. Kadang kala sesuatu ujian mungkin tidak tepat mengukur perkara yang hendak diukur tetapi hanya mengukur sedikit sahaja atau sipi-sipi. Seterusnya kita melihat jenis kesahan yang terdapat dalam ujian yang baik.

 

 

 

Berikan definisi kesahan ujian. Bincangkan

 

 

 

5.3.1    Kesahan Kandungan

 

Kesahan ini juga dikenali sebagai kesahan logic, kesahan persampelan, atau kesahan kurikulum dan digunakan meluas dalam ujian pencapaian. Untuk menentukan kesahan kandungan, pembina ujian hendaklah menganalisiskan kandungan sesuatu bidang ujian yang dinilai  dan sterusnya menstruktur satu alat yang representative untuk mengukur pelbagai apsek kandungan berkenaan. Kesahan ini mempersoalkan sama ada sesuatu ujian mengandungi satu sampel yang seimbang tentang perkara yang telah diajar seperti yang terdapat dalam sukatan pelajaran atau program pengajaran. Hal ini penting bagi ujian yang berbentuk sumatif atau formatif. Contohnya, ujian bulan Februari guru hendaklah menguji beberapa aspek tatabahasa yang telah diajarnya dalam bulan tersebut. Kesahan ujian isi tinggi  sekiranya item ujian yang dibina mewakili semua aspek tatabahasa yang telah diajar dalam bulan itu.

 

Perkara penting dalam kesahan ini guru perlu merujuk semula rekod pengajaran seperti buku rekod mengajar dan sukatan pelajaran. Ujian bahasa yang bersifat sumatif seperti ujian akhir penggal, pertengahan tahun dan ujian tahunan biasanya memerlukan guru membuat persampelan yang lebih luas tentang kemahiran dan aspek bahasa yang perlu diuji. Ujian bahasa yang dibina bagi menilai kemajuan murid pada tahap tersebut mungkin mengandungi ujian tentang kemahiran lisan, membaca, menulis karangan, meringkaskan karangan, tatabahasa, peribahasa, kosa kata dan sebagainya. Bagaimanapun, skop ujian hendaklah mewakili pengajaran dan pembelajaran yang telah berlaku dalam tempoh tersebut.

 

 

5.3.2    Kesahan Gagasan

 

Kesahan gagasan adalah satu unsure yang dihipotesiskan untuk menerangkan beberapa aspek tingkahlaku manusia seperti kebolehan mekanik, kecedersan atau sifat pendiam. Juga dikenali dengan panggilan kesahan konstruk. Kesahan konstruk  ialah satu konsep atau gagasan tentang sesuatu perkara atau benda sama ada yang abstrak atau maujud. Contohnya, apakah konstruk (konsep) sebuah kereta? Sebuah kereta terdiri daripada enjin, cermin, roda, gear, roda dan sebagainya.

 

Dalam bidang pendidikan bahasa, setiap kemahiran bahasa seperti kemahiran mendengar, bertutur dan membaca adalah konstrak atau konsep yang agak abstrak. Bahagian yang mengisi konstrak mengenai sesuatu kemahiran bahasa sebenarnya adalah subkemahiran yang membina sesuatu kemahiran bahasa. Contohnya, apakah subkemahiran yang membina kemahiran bertutur?

Apabila kita hendak menilai sama ada ujian mengenai sesuatu kemahiran bahasa itu mengandungi kesahan konstrak atau tidak, kita persoalkan sama ada ujian tersebut benar-benar menguji konstrak kita mengenai kemahiran tersebut, dan sama ada ujian itu menguji subkemahiran yang dianggap penting dalam sesuatu kemahiran bahasa yang hendak diuji. Subkemahiran yang terlibat dalam sesuatu kemahiran asas bahasa sebenarnya pengisi konstrak tersebut. Tanpa mengenali konstrak mengenai sesuatu kemahiran atau aspek bahasa, tidak mungkin kita boleh membina ujian yang sah dan menepati konstrak tersebut. Sebelum guru boleh menguji kemahiran muridnya dalam kemahiran membaca, guru seharusnya faham dengan konstrak  kemahiran membaca.

 

Sebelum guru boleh menguji dan menilai kemahiran muridnya menulis karangan, dia seharusnya faham dengan konstrak  kemahiran mengarang dalam bahagian penting yang terdapat dalam sesuatu karangan yang baik. Contohnya, dalam menguji kemahiran murid menulis karangan, guru ingin melihat subkemahiran penting seperti memilih isi, menyusun isi, tatabahasa, kosa kata dan aspek mekanis dalam penulisan. Dalam menguji sesuatu kemahiran bahasa, kesahan konstrak mengenai sesuatu kemahiran yang hendak diuji sangat penting. Sekiranya konstrak kita mengenai sesuatu kemahiran itu salah, kita akan mengukur dan menilai subkemahiran yang tidak berkaitan. Oleh yang demikian, kesahan ujian itu dari segi konstraknya boleh dipertikaikan.

  

5.3.3    Kesahan Kriteria

 

Kesahan yang ditunjukkan melalui perbandingan skor ujian dengan satu lebih pembolehubah luaran atau criteria yang dianggap berupaya menyediakan pengukuran secara terus terhadap tingkahlaku atau sifat tertentu dibawah kajian. Mengandungi dua sub-kelas iaitu kesahan permala dan kesahan serentak.

           

Menurut Savignon (1983), ujian mesti kelihatan mengukur apa yang sepatutnya hendak diukur.  Bagi Hearon (1979),  kesahan muka saja tidak mencukupi, sebab kadang kala ujian bercorak ‘superficial’ sahaja. Contohnya,  guru telah membina satu ujian untuk menguji kefahaman bacaan pelajar dengan menggunakan soalan berbentuk aneka pilihan. Sekali pandang ujian ini mungkin mempunyai kesahan muka  yang benar-benar menguji kefahaman bacaan. Selepas diteliti, didapati terdapat beberapa item soalannya menguji kefahaman murid mengenai sinonim, antonim dan dan penggunaan imbuhan. Item yang dimaksudkan bukanlah menguji kefahaman bacaan murid dalam erti kata sebenarnya.

 

Selepas guru membina ujian yang bertujuan menguji sesuatu kemahiran atau aspek bahasa, perlulah disemak semula setiap item atau soalan supaya tidak terkeluar daripada batasan atau tujuan ujian dibina. Sebaiknya sebelum ujian dicetak atau ditadbir, dapatkan pandangan guru lain mengenai kesesuaian item dengan kemahiran atau aspek yang hendak diuji.

 

i)                    Kesahan Peramal

 

Pendidik biasanya berminat menggunakan sesuatu ujian untuk meramal sesuatu pada masa hadapan seperti kejayaan dalam persekolahan atau pekerjaan. Sesuatu ujian yang meramal dengan tepat tingkahlaku pada masa hadapan yang kerananya dibentuk, dikatakan memiliki kesahan peramal. Prosedur asas untuk menentukan kesahan peramal ialah i) mentadirkan ujian berkenaan, ii) tunggu hingga prestatsi yang diramalkan oleh ujian berkenaan berlaku, dan iii) lakukan korelasi diantara skor ujian tersebut dengan prestasi sebenar ujian yang dibentuk untuk diramal. Semakin tinggi korelasi yang diperolehi semakin berkesanlah ujian berkenaan sebagai satu peramal.

 

Masalah yang dikaitkan dengan kesahan peramal adalah ianya hanya boleh diterima hanya dalam situasi dimana ia telah disahkan atau dalam situasi yang sama.

 

ii)                   Kesahan Serentak

 

Prosedur yang digunakan untuk menentukan kesahan serentak adalah sama dengan prosedur yang digunakan untuk menentukan kesahan peramal. Bezanya ialah hasil yang diramal diukur pada masa yang agak sama dengan ujian peramal dibuat. Contohnya sekiranya sesuatu ujian baru di struktur, skor yang diperolehi para pelajar dalam ujian ini boleh dikaitkan dengan markah yang didapati dalam ujian sebelumnya untuk subjek yang sama, akan dikaitkan  dengan penilaian guru mereka ataupun dikaitkan dengan skor-skor yang didapati melalui ujian yang serupa yang telah disahkan, yang mungkin lebi mahal dan lebih sukar untuk ditadbiekan. Daripada menunggu beberapa tahu samada sesuatu ujian minat vokasional berupaya meramal kejayaan dalam sesuatu pekerjaan, kita boleh mengaitkan skor yang diperolehi dalam ujian orang-orang yang berjaya dalam sesuatu pekerjaan dengan skor yang diperolehi dalam ujian pekerjaan lain untuk menentukan samada ujian berkenaan membezakan dua kumpulan tersebut. Kesahan serentak menyediakan bukti dengan agak cepat tentang keraguan sesuatu ujian, tetapi hakikatnya bahawa ujian yang memeliki kesahan serentak tidaklah menjamin yang ia memiliki kesahan peramal.

 

 

 

Bandingkan kesahan peramal dan kesahan serentak. Apakah perbezaan ketara diantara kedua kesahan ini.?

 

 

  

            Rumusan

 

Sesetengah ahli bijak pandai mempertikaikan mengenai pandangan amalan tradisi bahawa “ kebolehpercayaan adalah satu kemestian tetapi kesahan tidak diperlukan” dan kenyataan ini adalah disangkal. Institusi pemikir memberikan konsep bahawa kebolehpercayaan sebagai invariance dan kesahan adalah unbiasedness. Satu kaedah statistic mungkin mendapatkan satu nilai keatas persamaan sample yang bersamaan dengan parameter populasi tetapi akan mempunyai kadar variance yang tinggi ketas sample yang kecil. Pandangan berikutnya menyatakan satu pengukuran boleh menjadi tidak boleh dipercayai tetapi hendaklah mempunyai tahap kesahan yang tinggi.

 

 

Glosari

 

            Cronbach Alpha. Satu cara untuk mencari ketakalan dalaman atau keseragaman soalan

 

Indeks Kesukaran. Boleh ditakrifkan sebagai peratusan pelajar yang menjawab ujian dengan betul. Lagi besar peratusan jawapan betul yang diperolehi lagi mudahlah sesuatu item. Lagi tinggi peratusan item kesukaran lagi mudahlah item tersebut

 

Indeks Diskriminasi. Indek diskriminasi ialah pekali korelasi yang mengaitkan skor ujian ( data selanjar ) dengan skor setiap  opsyen ( data dikotomous , 1 jika memilih dan 0 jika tidak memilih opsyen bagi sesuatu item berkenaan. rbis digunakan untuk menentukan darjah keupayaan sesuatu item bagi membezakan antara calon daripada kumpulan yang mempunyai market keseluruhan ujian yang tinggi dengan yang rendah

 

Indeks Kebolehpercayaan. Indeks kebolehpercayaan akan menunjukkan pada tahap manakah hasilan keputusan ujian adalah sama jika semua pelajar mengambil atau mengulang semula ujian yang telah diambil ( dengan anggapan pelajar tersebut tidak ingat atau lupa akan ujian yang lepas ).

 

Kesahan. Kesahan sesuatu ujian merujuk kepada sejauh mana ujian berkenaan dapat mengumpul maklumat berkaitan bidang yang ditetapkan. Dengan perkataan lain, sesuatu ujian itu dikatakan sah, sekiranya ujian berkenaan boleh mengukur sesuatu yang sebenarnya hendak diukur atau sepatutnya diukur. Dalam konteks Pembelajaran Masteri, ujian yang terlibat ialah praujian dan pascaujian.

Kesahan Gagasan. Konstruk ialah satu konsep atau gagasan tentang sesuatu perkara atau benda sama ada yang abstrak atau maujud

 

Kesahan Kandungan. Kesahan ini mempersoalkan sama ada sesuatu ujian mengandungi satu sampel yang seimbang tentang perkara yang telah diajar seperti yang terdapat dalam sukatan pelajaran atau program pengajaran

 

Kesahan Kriteria. Menurut Savignon (1983), ujian mesti kelihatan mengukur apa yang sepatutnya hendak diukur. 

Kebolehpercayaan. Kebolehpercayaan sesuatu ujian merujuk kepada ketekalan, ketepatan, dan kebolehbergantungan ujian berkenaan. Ini bermaksud sesuatu ujian yang boleh dipercayai akan menghasilkan maklumat yang tekal (merujuk kepada beberapa pentadbiran ujian yang telah dijalankan), tepat seperti yang sepatutnya serta boleh diterima pakai tanpa keraguan.

  • KR-20 (Kuder & Richardson, 1937, 1939). Kaedah ini digunakan bagi soalan ujian yang skorannya adalah 0 or 1. Formula Kudder Richardson 20 dan 21 dibuat berdasarkan penskoran yang dibuat secara diskrit atau dikotomi.Digunakan untuk item yang diskor secara dikotomi (betul-salah) seperti dalam ujian objektif perlbagai pilihan

                        KR20        =      k      (  1 -  <Σpq)

                                            k – 1            σT2

                        KR21        =     k        (  1 -  <m(k-m))

                                                       k – 1                ks2

 

 

Rujukan

 

Moskal, Barbara et al (2002). Validity, reliability and the assessment of engineering education. Journal of Engineering Education

 

Thorndike, et. Al (1991). Measurement and Evaluation in Psychology and Education. (5th Edition). New York : Macmillan

 

Wood, D.A. (1960). Test Construction. Columbus, OH; Charles E. Merill Books, Inc.

 

Van Krieken, R. (Dr.) (1995). Writing and Administring Examinations. CITO.

 

Van Dalen., D.P. (1979). Understanding Educational Research. 4th Edition.McGraw-Hill.Inc

 

Balik                     Seterusnya

 

Hakcipta  Azizi Publicist 2005-2006

1